ISO/IEC 20000-1 u praksi - Rešavanje: incidenti, zahtevi, problemi

ISO/IEC 20000-1 u praksi — deo 8 od 10

Ovo je deo standarda koji se najviše "oseti" u svakodnevnom radu — svaki dosadašnji dokument u ovoj seriji je, na neki način, priprema za trenutak kad nešto stvarno pukne. Matrica odgovornosti kaže ko koordiniše, CMDB kaže šta je pogođeno, runbook kaže šta se radi, a SLA kaže koliko vremena ima. Ovaj tekst pokazuje kako to sve izgleda spojeno, kroz stvaran primer.

Matrica prioriteta

Prioritet incidenta se ne procenjuje na osećaj — računa se iz kombinacije uticaja i hitnosti, po unapred dogovorenoj tabeli. Ovo je ono što sprečava da svaki klijent koji je uznemiren automatski dobije P1 tretman.

Nimbus Ops d.o.o. — interni dokument sistema upravljanja uslugama

Matrica prioriteta incidenata (Uticaj × Hitnost)

Šifra dokumenta: NO-SMS-DOC-018	Verzija: 1.0	Status: Aktivan
Vlasnik dokumenta: Ana Ristić	Poslednje ažuriranje: 20.01.2026.

Definicije osa

• Uticaj — koliko je širok razmer problema: Kritičan (platforma nedostupna za sve korisnike jednog ili više klijenata), Visok (značajan deo funkcionalnosti nedostupan za jednog klijenta), Srednji (ograničen uticaj, postoji workaround), Nizak (kozmetički problem ili upit).
• Hitnost — koliko brzo problem mora biti rešen: Kritična (poslovanje klijenta stalo), Visoka (ozbiljno ometa rad), Srednja (nezgodno, ali posao ide dalje), Niska (može sačekati).

Uticaj \ Hitnost	Kritična	Visoka	Srednja	Niska
Kritičan	P1	P1	P2	P2
Visok	P1	P2	P2	P3
Srednji	P2	P3	P3	P4
Nizak	P3	P4	P4	P4

Ciljna vremena odziva i rešavanja po prioritetu i paketu definisana su u SLA dokumentu (NO-SMS-DOC-011, deo 6 ove serije).

Obrazac prijave incidenta — primer rutinskog slučaja

Ovo nije prazan template — ovo je stvaran zatvoren tiket, da se vidi kako izgleda kad sistem radi kako treba.

Nimbus Ops d.o.o. — Jira Service Management

INC-2026-0089 — Zastareli podaci na dashboardu (Vega Logistika)

Šifra obrasca: NO-SMS-DOC-017	Prioritet: P3	Status: Zatvoren
Usluga: Nimbus Watch — Standard	Klijent: Vega Logistika d.o.o.	Dodeljeno: Tier 1 → Tier 2

Opis simptoma
Dashboard za jedan monitorisan server prikazuje podatke stare 15+ minuta, iako je server aktivan i šalje podatke prema drugim internim proverama.

Procena
Uticaj: Srednji (ograničeno na jedan server, dostupan ručni workaround). Hitnost: Srednja. Prioritet po matrici: P3.

Vremenska linija

14:22	Alarm okinut na strani platforme
14:25	Tier 1 podrška potvrdila i otvorila tiket
14:40	Eskalirano Tier 2 — problem u delu ingestion pipeline-a za taj agent
15:10	Uzrok identifikovan: zastarela verzija agenta na serveru klijenta, poznat bug u slanju heartbeat-a
15:20	Klijent kontaktiran sa uputstvom za ažuriranje agenta
15:45	Klijent potvrdio update, dashboard se osvežio
15:50	Incident zatvoren

Rešenje: Ažuriranje monitoring agenta na najnoviju verziju. Ukupno trajanje: 1h 28min — unutar SLA cilja za P3 na Standard paketu.

Veliki incident: post-incident izveštaj

A evo i onog drugog scenarija — kad matrica pokaže P1, a runbook iz Teksta 4 stvarno dobije priliku da se koristi u produkciji.

Nimbus Ops d.o.o. — Post-incident izveštaj (P1)

INC-2026-0142 — Nedostupnost platforme usled ispada AWS regiona eu-central-1

Datum: 18.03.2026.	Trajanje: 38 minuta (09:14–09:52)	Prioritet: P1
Incident komandant: Nikola Erić	Pogođeni klijenti: Svi Enterprise/Premium klijenti; Standard delimično (dashboard)

Uticaj na SLA
38 minuta nedostupnosti predstavlja skoro ceo mesečni budžet dozvoljene nedostupnosti za Enterprise nivo (99,9% mesečno ≈ 43 min dozvoljenog prekida). Mart je tesno ostao unutar ugovorenog cilja.

Vremenska linija

09:14	CloudWatch alarm region-health-critical okinut; AWS Health Dashboard prijavljuje degradaciju u eu-central-1
09:16	Dežurni inženjer potvrđuje da je problem na nivou regiona, ne pojedinačnog servisa
09:18	Nikola Erić preuzima ulogu incident komandanta, otvara P1, obaveštava #incidents
09:20	Odluka da se pokrene ručni failover po runbook-u (eu-central-1 → eu-west-1)
09:22	Failover skripta pokrenuta; Milica Đorđević počinje komunikaciju sa klijentima (email + status stranica)
09:35	Standby baza u eu-west-1 potvrđena sinhronizovana (replication lag < 60s)
09:41	DNS propagacija u toku, prvi klijenti počinju da vide oporavak
09:52	Svi alarmi na eu-west-1 pokazuju zdravo stanje; incident zatvoren
10:30	AWS objavljuje da je problem u regionu rešen — Nimbus Ops je već izvršio failover pre toga

Koren uzroka
Degradacija mrežne povezanosti unutar AWS eu-central-1 regiona, potvrđena kroz naknadni AWS izveštaj o događaju — van kontrole Nimbus Ops-a, u skladu sa izuzetkom definisanim u SLA dokumentu (tačka 5).

Preduzete mere
Sproveden ručni failover prema postojećem runbook-u iz interne baze znanja. Runbook je funkcionisao kako je dokumentovano, uz jedno manje odstupanje — DNS propagacija je kod klijenta Meridian Grid trajala nešto duže usled agresivnog DNS keširanja na njihovoj mreži, što je već zabeleženo kao poznato ograničenje u samom runbook-u.

Naučene lekcije

• Runbook je značajno skratio vreme oporavka (38 min ukupno, naspram internog cilja MTTR od 4h za P1)
• Proteklo je 6 minuta između detekcije i odluke da se pokrene failover — prostor za automatizaciju
• Komunikacija sa klijentima mogla je početi 2–3 minuta ranije da je postojao unapred pripremljen email template za ovaj tip incidenta

Akcije za sprečavanje ponavljanja

Akcija	Vlasnik	Rok
Automatizacija okidanja failover procedure nakon potvrde region-level ispada	Nikola Erić	Q3 2026.
Priprema unapred pisanih komunikacionih template-a za najčešće scenarije incidenata	Milica Đorđević	Q2 2026.

Komunikacija sa klijentima
Email obaveštenje poslato svim pogođenim Enterprise/Premium klijentima u roku od 8 minuta od početka incidenta; status stranica ažurirana u realnom vremenu; sažetak post-incident izveštaja poslat Enterprise klijentima u roku od 24h, u skladu sa opredeljenjem za transparentnost iz Politike upravljanja uslugama.

Zapis poznate greške

Neki problemi se ne rešavaju odmah — prihvati se privremeno rešenje dok se ne dođe do trajnog. Baš to je slučaj sa legacy naplatnim modulom koji se pominjao još u delu 5 ove serije (CMDB, CI-007).

Nimbus Ops d.o.o. — Baza poznatih grešaka (Known Error Database)

KE-2026-004 — Sporiji odziv billing-legacy modula pod opterećenjem

Povezani incidenti: INC-2025-0311, INC-2025-0367, INC-2026-0025	Status: Aktivan (workaround u primeni)
Vlasnik: Nikola Erić	Povezana CI: CI-007 (billing-legacy)

Simptomi
Kašnjenje u generisanju mesečnih faktura za klijente sa velikim brojem monitorisanih čvorova (200+), povremeni timeout na internom admin panelu za naplatu.

Koren uzrok
Legacy modul, star 6+ godina, koristi neoptimizovane upite koji ne skaliraju dobro sa rastom broja stavki po fakturi. Deli produkcionu bazu sa glavnim API-jem (CI-004) bez izolacije, pa veliki batch posao naplate može usporiti i druge upite.

Privremeno rešenje (workaround)
Ručno pokretanje generisanja faktura van vršnih sati (noću), uz proveru da se ne preklopi sa drugim batch poslovima na istoj bazi.

Trajno rešenje
Refaktorisanje i eventualna migracija modula na zasebnu bazu ili optimizacija upita — planirano za Q3–Q4 2026. Direktno vezano za rizik R02 (gubitak inženjera sa ekskluzivnim znanjem) iz registra rizika, jer refaktorisanje zahteva da se znanje o ovom modulu prenese na više od jedne osobe pre nego što se dirne kod.

Kako se ovo koristi u svakodnevnom radu

Matrica prioriteta rešava problem koji svaka firma bez nje ima — klijent koji glasno insistira da je njegov problem hitan ne dobija automatski P1 tretman ako uticaj to ne opravdava. Ana Ristić je ovo koristila više puta da smiri raspravu sa timom podrške: "Hitnost je visoka za klijenta, ali uticaj je nizak — po matrici je P3, i to je u redu."

Post-incident izveštaj za INC-2026-0142 nije ostao samo zapisan i zaboravljen — dve akcije iz njega (automatizacija failovera i komunikacioni template-i) su direktno ušle u plan upravljanja uslugama za sledeći kvartal, tačno onako kako je opisano u delu 3 ove serije.

Zapis poznate greške sprečava da svaki novi inženjer koji naiđe na spor billing-legacy modul mora ponovo da otkriva isto — umesto istrage od nule, prva stanica je KE-2026-004, gde već piše šta je uzrok i šta raditi dok se ne reši trajno.

Sledeći tekst u seriji prelazi na osiguranje usluge — politiku dostupnosti, skraćen plan kontinuiteta usluge sa konkretnim RTO/RPO ciljevima, i politiku informacione bezbednosti.